Planeamento da manutenção preditiva no contexto da indústria 4.0

Detalhes bibliográficos
Autor(a) principal: Romeira, Bárbara Gomes Melo
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10773/26049
Resumo: A crescente competitividade do mercado aliada ao aumento da automatização pretendida pela indústria 4.0 põe em destaque a importância da manutenção no seio das organizações. As empresas devem assim repensar as atuais estratégias de manutenção de modo a evitar interrupções não planeadas na produção, que coloquem em risco o lucro e a produtividade das mesmas. Neste cenário, é vantajoso implementar uma filosofia de manutenção preditiva. A manutenção preditiva permite prever avarias e calcular o tempo de vida útil restante do equipamento até que as mesmas ocorram, o que fornece à manutenção tempo para planear, atempada e antecipadamente, as suas intervenções, evitando as avarias ou, pelo menos, reduzindo o seu impacto. Neste trabalho foi desenvolvido um software, implementado numa plataforma web, de apoio ao planeamento da manutenção preditiva para a empresa OLI – Sanitários, S.A.. A plataforma desenvolvida permite a monitorização, em tempo real, dos parâmetros críticos do equipamento possuindo também outras funcionalidades. No entanto a falta de informação relacionada com as avarias do equipamento usado para este estudo e o facto do mesmo possuir uma disponibilidade média de 98% (o equipamento encontra-se capaz de executar a sua função 98% do tempo de produção) impediu a obtenção de dados suficientes para o desenvolvimento e implementação de algoritmos de deteção de avarias, com exceção do algoritmo para a deteção de fugas de óleo lubrificante. Foi também desenvolvido o hardware que viabiliza a recolha dos parâmetros críticos da máquina para obtenção de informação e dados de input para o sistema de monitorização. O hardware e o sistema de monitorização desenvolvidos encontram-se atualmente em funcionamento na OLI e os resultados vão de encontro ao esperado. Contudo existem outras funcionalidades implementadas na plataforma web que terão ainda de ser testadas em ambiente operacional e de forma rigorosa para que se possa determinar a sua viabilidade
id RCAP_b9eb14bfea221246e07dc8eee85c3392
oai_identifier_str oai:ria.ua.pt:10773/26049
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Planeamento da manutenção preditiva no contexto da indústria 4.0Manutenção preditivaIndústria 4.0AutomaçãoPlataforma webEsp8266Base de dadosA crescente competitividade do mercado aliada ao aumento da automatização pretendida pela indústria 4.0 põe em destaque a importância da manutenção no seio das organizações. As empresas devem assim repensar as atuais estratégias de manutenção de modo a evitar interrupções não planeadas na produção, que coloquem em risco o lucro e a produtividade das mesmas. Neste cenário, é vantajoso implementar uma filosofia de manutenção preditiva. A manutenção preditiva permite prever avarias e calcular o tempo de vida útil restante do equipamento até que as mesmas ocorram, o que fornece à manutenção tempo para planear, atempada e antecipadamente, as suas intervenções, evitando as avarias ou, pelo menos, reduzindo o seu impacto. Neste trabalho foi desenvolvido um software, implementado numa plataforma web, de apoio ao planeamento da manutenção preditiva para a empresa OLI – Sanitários, S.A.. A plataforma desenvolvida permite a monitorização, em tempo real, dos parâmetros críticos do equipamento possuindo também outras funcionalidades. No entanto a falta de informação relacionada com as avarias do equipamento usado para este estudo e o facto do mesmo possuir uma disponibilidade média de 98% (o equipamento encontra-se capaz de executar a sua função 98% do tempo de produção) impediu a obtenção de dados suficientes para o desenvolvimento e implementação de algoritmos de deteção de avarias, com exceção do algoritmo para a deteção de fugas de óleo lubrificante. Foi também desenvolvido o hardware que viabiliza a recolha dos parâmetros críticos da máquina para obtenção de informação e dados de input para o sistema de monitorização. O hardware e o sistema de monitorização desenvolvidos encontram-se atualmente em funcionamento na OLI e os resultados vão de encontro ao esperado. Contudo existem outras funcionalidades implementadas na plataforma web que terão ainda de ser testadas em ambiente operacional e de forma rigorosa para que se possa determinar a sua viabilidadeThe increasing competitiveness of markets combined with the higher automation demanded by industry 4.0 highlights the importance of maintenance within organisations. Thus, companies must rethink their current maintenance strategies, so they can avoid unscheduled outages that may place their profit and productivity at risk. In this scenario would be beneficial to implement a predictive maintenance philosophy. Predictive maintenance enables fault prediction and the calculation of the remaining useful life of the equipment, which provides maintenance time to plan, ahead and in good time, their interventions, so they can avoid breakdowns or at least reduce their impact. In the present dissertation, a web platform, to support predictive maintenance planning for the company OLI – Sanitários, S.A., was developed. The designed platform allows real-time monitoring of the equipment's critical parameters, but it also has other functionalities. However, the lack of information related to the select machine's breakdowns and its average availability of 98% (98% of the production time, the referred machine can execute its function), prevented the development and implementation of fault detection algorithms, except the algorithm for lubricant oil leakage detection. In addition to the web platform, it was also developed the hardware that enables the data collection of the machine's critical parameters. The hardware and the monitoring system developed are currently in operation at OLI and, the results are as expected. Nevertheless, the other functionalities implemented in the web platform will have to undergo some rigorous tests in an operational environment, so that its viability may be determined2020-12-04T00:00:00Z2018-11-29T00:00:00Z2018-11-29info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10773/26049TID:202238229porRomeira, Bárbara Gomes Meloinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-22T11:50:28Zoai:ria.ua.pt:10773/26049Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:59:09.032646Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Planeamento da manutenção preditiva no contexto da indústria 4.0
title Planeamento da manutenção preditiva no contexto da indústria 4.0
spellingShingle Planeamento da manutenção preditiva no contexto da indústria 4.0
Romeira, Bárbara Gomes Melo
Manutenção preditiva
Indústria 4.0
Automação
Plataforma web
Esp8266
Base de dados
title_short Planeamento da manutenção preditiva no contexto da indústria 4.0
title_full Planeamento da manutenção preditiva no contexto da indústria 4.0
title_fullStr Planeamento da manutenção preditiva no contexto da indústria 4.0
title_full_unstemmed Planeamento da manutenção preditiva no contexto da indústria 4.0
title_sort Planeamento da manutenção preditiva no contexto da indústria 4.0
author Romeira, Bárbara Gomes Melo
author_facet Romeira, Bárbara Gomes Melo
author_role author
dc.contributor.author.fl_str_mv Romeira, Bárbara Gomes Melo
dc.subject.por.fl_str_mv Manutenção preditiva
Indústria 4.0
Automação
Plataforma web
Esp8266
Base de dados
topic Manutenção preditiva
Indústria 4.0
Automação
Plataforma web
Esp8266
Base de dados
description A crescente competitividade do mercado aliada ao aumento da automatização pretendida pela indústria 4.0 põe em destaque a importância da manutenção no seio das organizações. As empresas devem assim repensar as atuais estratégias de manutenção de modo a evitar interrupções não planeadas na produção, que coloquem em risco o lucro e a produtividade das mesmas. Neste cenário, é vantajoso implementar uma filosofia de manutenção preditiva. A manutenção preditiva permite prever avarias e calcular o tempo de vida útil restante do equipamento até que as mesmas ocorram, o que fornece à manutenção tempo para planear, atempada e antecipadamente, as suas intervenções, evitando as avarias ou, pelo menos, reduzindo o seu impacto. Neste trabalho foi desenvolvido um software, implementado numa plataforma web, de apoio ao planeamento da manutenção preditiva para a empresa OLI – Sanitários, S.A.. A plataforma desenvolvida permite a monitorização, em tempo real, dos parâmetros críticos do equipamento possuindo também outras funcionalidades. No entanto a falta de informação relacionada com as avarias do equipamento usado para este estudo e o facto do mesmo possuir uma disponibilidade média de 98% (o equipamento encontra-se capaz de executar a sua função 98% do tempo de produção) impediu a obtenção de dados suficientes para o desenvolvimento e implementação de algoritmos de deteção de avarias, com exceção do algoritmo para a deteção de fugas de óleo lubrificante. Foi também desenvolvido o hardware que viabiliza a recolha dos parâmetros críticos da máquina para obtenção de informação e dados de input para o sistema de monitorização. O hardware e o sistema de monitorização desenvolvidos encontram-se atualmente em funcionamento na OLI e os resultados vão de encontro ao esperado. Contudo existem outras funcionalidades implementadas na plataforma web que terão ainda de ser testadas em ambiente operacional e de forma rigorosa para que se possa determinar a sua viabilidade
publishDate 2018
dc.date.none.fl_str_mv 2018-11-29T00:00:00Z
2018-11-29
2020-12-04T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10773/26049
TID:202238229
url http://hdl.handle.net/10773/26049
identifier_str_mv TID:202238229
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137645657325568